論文の概要: An Investigation of the AUTOSAR Adaptive Platform from an Industry Perspective
- arxiv url: http://arxiv.org/abs/2607.05227v1
- Date: Mon, 06 Jul 2026 15:41:04 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-07 22:26:30.226326
- Title: An Investigation of the AUTOSAR Adaptive Platform from an Industry Perspective
- Title（参考訳）: 産業から見たAUTOSAR適応プラットフォームの検討
- Abstract要約: 本研究では,AUTOSAR適応型アプリケーションを開発する際の痛み点の出現状況について検討する。
仕様の一貫性,実装ベース,局所的なプラクティスの組み合わせが,苦痛点の出現に寄与していることが分かりました。
- 参考スコア（独自算出の注目度）: 3.3085441452683693
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The reliance on software as a distinguishing factor in the automotive industry is increasing. With a combined reliance on vendor-supplied software and cost-effective implementation, the AUTOSAR consortium was initialized to provide standardized platform specifications that enable re-use. Specifically, the AUTOSAR Adaptive Platform (AP) specification aims to provide a high-performance service-oriented architecture. Objective: The goal of this study is to investigate what pain-points emerge when developing AUTOSAR Adaptive applications and whether they originate from the platform specification, its vendor-implementation, or its local usage. Methods: We conduct a Design Science Research study, developing a minimal AP that serves as an experimental prototype for our investigation. Results: We find that a combination of specification-inherent, implementation-based, and local practices contributes to the emergence of pain-points. Conclusions: We conclude that there are AUTOSAR specification-inherent reasons for pain-points, resulting from architectural choices and re-use goals. The implication for development organizations is the need to mitigate these effects through tooling that better supports configuration file management and reduces developer training time to properly understand the adaptive application runtime life-cycle.
- Abstract（参考訳）: 自動車業界における差別化要因としてのソフトウェアへの依存が高まっている。
AUTOSARコンソーシアムは、ベンダーが供給するソフトウェアとコスト効率のよい実装を併用して、再利用を可能にする標準化されたプラットフォーム仕様を提供するために初期化された。
具体的には、AUTOSAR Adaptive Platform (AP)仕様は、高性能なサービス指向アーキテクチャを提供することを目的としています。
目的: この研究の目的は、AUTOSAR Adaptiveアプリケーションを開発するときの痛み点の出現と、それがプラットフォーム仕様、ベンダー実装、あるいはそのローカル利用に由来するかどうかを調査することである。
方法:我々はデザインサイエンス研究を行い,研究のプロトタイプとして機能する最小限のAPを開発する。
結果: 仕様の一貫性,実装ベース,ローカルプラクティスの組み合わせが,痛点の出現に寄与していることが分かりました。
結論: AUTOSARの仕様は、アーキテクチャ上の選択と再利用の目的から、痛点の因果関係にあると結論付けます。
開発組織にとっての意義は、これらの効果を、設定ファイル管理をより良くサポートし、適応的なアプリケーションランタイムライフサイクルを適切に理解するために開発者のトレーニング時間を短縮するツーリングを通じて軽減する必要があることである。
関連論文リスト
- Ontology-supported Design Parameter Management for Change Impact Analysis [65.57339762906196]
OWLは情報表現に使われ、基礎となるデータモデルは異種システム間の知識伝達を改善することができる。
このアプローチは、ソフトウェア設計とハードウェア設計の両方に適しています。
論文 参考訳（メタデータ） (2026-08-22T13:25:31Z) - RAGe: A Retrieval-Augmented Generation Evaluation Framework [3.833693802518811]
RAGeは、研究者が特定の運用ニーズに対して最も効果的でドメイン固有のRAGセットアップを特定するのをサポートする。
RAGeは、特定の運用ニーズに対して最も効果的でドメイン固有のRAGセットアップを特定することをサポートし、コンシューマグレードのハードウェアでも迅速なプロトタイピングを容易にする。
論文 参考訳（メタデータ） (2026-05-23T17:46:47Z) - The Model Is Not the Product: A Dual-Pillar Architecture for Local-First Psychological Coaching [51.56484100374058]
本報告では,iOS アプリケーションである Psych LM について紹介する。
Psych LMは、動作およびライフコーチングアプリケーション用に設計された、目的に構築された、ローカルファーストのランタイム内で、ローカル、オンデバイス言語モデルを実行する。
論文 参考訳（メタデータ） (2026-05-23T05:49:11Z) - Simple Agents Outperform Experts in Biomedical Imaging Workflow Optimization [69.36509281190662]
生産レベルのコンピュータビジョンツールを科学データセットに適応させることは、重要な"ラストマイル"ボトルネックである。
我々は、AIエージェントを使ってこの手動コーディングを自動化し、最適なエージェント設計のオープンな問題に焦点を当てる。
簡単なエージェントフレームワークが、人間-専門家のソリューションよりも優れた適応コードを生成することを実証する。
論文 参考訳（メタデータ） (2025-12-02T18:42:26Z) - AUTOSAR AP and ROS 2 Collaboration Framework [4.834075655153396]
本稿では,AUTOSAR APとROS 2の通信を可能にする協調フレームワークを提案する。
橋梁コンバータの機能と性能を実証解析により検証する。
論文 参考訳（メタデータ） (2025-11-07T10:15:47Z) - CodeLSI: Leveraging Foundation Models for Automated Code Generation with Low-Rank Optimization and Domain-Specific Instruction Tuning [7.859346610442163]
本稿では,低ランク最適化とドメイン固有命令チューニングを組み合わせたフレームワークであるCodeLSIを紹介する。
本研究の目的は、特定のドメインに適した高品質なコードを生成するための新しいアプローチであるCodeLSIを開発し、評価することである。
論文 参考訳（メタデータ） (2025-09-17T19:20:23Z) - Feedback-Driven Tool-Use Improvements in Large Language Models via Automated Build Environments [70.42705564227548]
大規模言語モデル(LLM)のための環境自動構築パイプラインを提案する。
これにより、外部ツールに頼ることなく、詳細な測定可能なフィードバックを提供する高品質なトレーニング環境の作成が可能になる。
また、ツール使用の精度とタスク実行の完全性の両方を評価する検証可能な報酬機構も導入する。
論文 参考訳（メタデータ） (2025-08-12T09:45:19Z) - Adaptive Tool Use in Large Language Models with Meta-Cognition Trigger [49.81945268343162]
我々は,外部ツール利用のための適応型意思決定戦略であるMeCoを提案する。
MeCoは、表現空間内の高レベル認知信号をキャプチャすることで、メタ認知スコアを定量化する。
MeCoは微調整不要で、最小限のコストがかかる。
論文 参考訳（メタデータ） (2025-02-18T15:45:01Z) - DNS-Rec: Data-aware Neural Architecture Search for Recommender Systems [79.76519917171261]
本稿では,SRS(Sequential Recommender Systems)における計算オーバーヘッドと資源非効率性について述べる。
本稿では, プルーニング法と高度なモデル設計を組み合わせた革新的な手法を提案する。
我々の主な貢献は、リコメンダシステム(DNS-Rec)のためのデータ対応ニューラルアーキテクチャ検索の開発である。
論文 参考訳（メタデータ） (2024-02-01T07:22:52Z) - An Energy-Aware Approach to Design Self-Adaptive AI-based Applications
on the Edge [42.462246527457594]
我々は、自己適応型AIベースのアプリケーションの設計と展開にエネルギーを意識したアプローチを提案する。
本稿では,メタヒューリスティックな探索手順でシステムに自己適応できる構成の集合を決定する問題に対処する。
その結果、我々の自己適応型アプリケーションは、最大81%のエネルギーを節約し、2%から6%の精度で、非適応型ベースライン構成を上回ります。
論文 参考訳（メタデータ） (2023-08-31T09:33:44Z) - Design Space Exploration and Explanation via Conditional Variational
Autoencoders in Meta-model-based Conceptual Design of Pedestrian Bridges [52.77024349608834]
本稿では,条件付き変分オートエンコーダ(CVAE)による人間設計者向上のための性能駆動型設計探索フレームワークを提案する。
CVAEはスイスの歩行者橋の合成例18万件で訓練されている。
論文 参考訳（メタデータ） (2022-11-29T17:28:31Z) - Towards AIOps in Edge Computing Environments [60.27785717687999]
本稿では,異種分散環境に適用可能なaiopsプラットフォームのシステム設計について述べる。
高頻度でメトリクスを収集し、エッジデバイス上で特定の異常検出アルゴリズムを直接実行することが可能である。
論文 参考訳（メタデータ） (2021-02-12T09:33:00Z) - Modular approach to data preprocessing in ALOHA and application to a
smart industry use case [0.0]
データ前処理と変換パイプラインをサポートするために、ALOHAツールフローに統合されたモジュラーアプローチに対処する。
提案手法の有効性を示すために,キーワードスポッティングのユースケースに関する実験結果を示す。
論文 参考訳（メタデータ） (2021-02-02T06:48:51Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。